如何填充用 geopandas 溶解地理数据框时创建的多多边形中的孔？

我的目标是绘制 MSOA（英国的连续地理单位）集群的边界，为此我从 此处 下载了 MSOA 边界的 shapefile。然后，我添加一列簇标签并使用 geopandas 进行溶解。

df.dissolve(by='label', aggfunc='sum')

当我使用 Folium 绘制时，有多个内孔，如附图所示。我该如何删除这些？

#creates map
m = folium.Map([54.5,-3],zoom_start=6.8,tiles='cartodbpositron')

#makes boundaries plot
Boundaries = folium.GeoJson(
    df,
    name='Boundaries',
    style_function = lambda x: {
        'color': 'black',
        'weight': 3,
        'fillOpacity': 0
    }).add_to(m)
m

当使用 geopandas.dissolve 聚合相邻的多边形时，会在生成的多边形中出现孔，这是因为数据或地理处理操作中的不规则之处。出现这种情况的原因可能有以下几种：

• 原始 MSOA 多边形中的拓扑错误： 原始 shapefile 中可能存在微小的间隙或重叠，在溶解操作后会变得更加明显。
• 属性值差异： 即使在视觉上看起来是连续的，如果用于溶解的列 ( 'label' 在的例子中) 在本应合并的多边形中存在细微差异，也可能会导致孔洞。

以下是如何填充这些孔洞并将多边形创建为单一实体的方法：

1. 使用 shapely 简化几何形状：

• geopandas 建立在 shapely 库之上，该库提供了用于操作几何对象的函数。 simplify() 函数可以帮助平滑多边形并消除小孔，而不会显著改变整体形状。

```python import geopandas as gpd

# 假设 df 是的 geopandas 地理数据框

# 在溶解之前，简化几何图形 df.geometry = df.geometry.simplify(tolerance=0.001)

# 现在执行溶解操作 df_dissolved = df.dissolve(by='label', aggfunc='sum') ```

• 通过试验 tolerance 参数找到适合数据的最佳值。值越高，简化程度越高，这可能会导致丢失一些细节。

2. 使用 unary_union 创建单一多边形：

• 溶解后，可以使用 shapely.ops.unary_union 强制将所有几何图形组合成一个单一的多边形。这将消除任何剩余的内部边界。

```python from shapely.ops import unary_union

# ...（溶解代码如上）...

# 创建一个单一的多边形 df_dissolved['geometry'] = unary_union(df_dissolved.geometry)

# 如果希望数据框中的每个集群/标签都有一个多边形： df_dissolved = gpd.GeoDataFrame(geometry=[unary_union(df_dissolved.geometry)]) ```

3. 检查和修复原始数据的拓扑错误：

• 对于更持久和准确的解决方案，请考虑在溶解之前使用 geopandas 或其他 GIS 工具（如 QGIS）检查和修复原始 MSOA shapefile 中的任何拓扑错误。

以下是一些在 geopandas 中执行此操作的方法：

• 识别并处理无效几何图形：

  python df = df[df.geometry.is_valid]

• 使用 buffer(0) 解决微小的重叠/间隙：

  python df.geometry = df.geometry.buffer(0)

在应用这些方法后，的溶解地理数据框应该不再具有孔洞，并且可以使用 Folium 正确显示。请记住，最佳方法可能取决于的特定数据集和孔洞的原因。